【儀表網(wǎng) 研發(fā)快訊】人工智能時代，視覺數(shù)據(jù)爆發(fā)式增長，存儲、傳輸成棘手難題，如何為光電器件“減負”？
復旦芯片與系統(tǒng)前沿技術研究院劉琦、王建祿教授團隊，利用鐵電疇調(diào)控研發(fā)了一種可編程的光電二極管陣列，實現(xiàn)探測、存儲、計算功能“三合一”，讓探測器像人眼一樣高效工作，為構建智能視覺系統(tǒng)提供新思路。
相關成果發(fā)表于Nature Materials，獲得世界人工智能大會WAIC青年優(yōu)秀論文獎，入選2023年復旦“十大科技進展”。
打破傳統(tǒng)探測架構，一款芯片集成三大功能
曾經(jīng)，我們用手機拍一張照片，只有幾千字節(jié)大小。如今，進入超高清時代，一幅千萬像素、億像素的照片，能占據(jù)數(shù)十甚至數(shù)百兆字節(jié)的存儲空間。根據(jù)國際數(shù)據(jù)公司IDC預測，至2025年，全球數(shù)據(jù)量將達175ZB(1750萬億億字節(jié))量級。
相機中將光信號轉換為電信號的成像芯片，本質上便是光電探測器。高清攝像、高速探測、智能識別……隨著光電探測器的應用越來越廣，視覺信息數(shù)據(jù)爆發(fā)式增長，存儲空間不足難題迫在眉睫，信息處理能力亟待提升。
“人們每天傳輸?shù)暮Ａ繑?shù)據(jù)中，冗余信息占比頗高。我們希望讓光電探測器更加智能，實現(xiàn)數(shù)據(jù)傳輸‘輕量化’，降低延遲，減少功耗。”復旦大學芯片與系統(tǒng)前沿技術研究院教授王建祿介紹。
在傳統(tǒng)的光電探測架構中，探測、存儲和計算單元相互分離，延時高、功耗高，針對這一瓶頸，能否設計出集探測、存儲和計算功能于一身的“感存算一體架構”？
核心難點在于半導體摻雜——這是半導體制備過程中的一項關鍵技術，能夠改變材料的電學性質。摻雜分為n型摻雜和p型摻雜，傳統(tǒng)摻雜技術在半導體中注入摻雜原子，形成n型半導體和p型半導體。這就意味著，當摻雜一旦完成，器件能帶結構就無法調(diào)節(jié)，無法滿足智能感知對于光電子器件的可塑性需求。
曾有國內(nèi)外研究者嘗試過外加柵壓的方法，然而，外部電壓撤去后就無法保持性能，因此必須持續(xù)加壓，帶來了高能耗、器件不穩(wěn)定和不可靠方面的問題。
2020年，團隊提出一種新的技術路徑：用鐵電極化代替?zhèn)鹘y(tǒng)摻雜技術。“我們發(fā)揮了鐵電疇非易失、可重構的特點，實現(xiàn)了極化場精準可編程的半導體摻雜新技術。”復旦大學芯片與系統(tǒng)前沿技術研究院青年研究員吳廣健說。
鐵電疇極化方向由施加到探針的電壓局部操縱
這一方法無需對半導體元素摻雜，而是通過外部施加電場即可——只需切換鐵電極化的大小或方向，就能改變器件導電性能，切換速度可達納秒級。同時，鐵電調(diào)控具有高靈敏度，能有效捕捉微小信號。鐵電的非易失特性，還可使器件在單次調(diào)節(jié)后長時保持。
▲
經(jīng)過極化操作后的鐵電相圖，相位差為180°。PFM定義的鐵電疇具有任意可重構特性
基于該方法，探測器不僅可以“記憶”電導狀態(tài)，還能通過精準調(diào)節(jié)權重從而進行計算。光信息探測、權值存儲和高級計算的功能，被集成到傳感器陣列中，有效減少了感知數(shù)據(jù)的傳輸和計算步驟，實時、高效地處理探測數(shù)據(jù)。
左側是傳統(tǒng)探測架構，感存算模塊分離；中間是存算一體架構，存算結合但感知層獨立；右側是感存算一體架構，能夠直接識別圖像
仿生思路驅動交叉研究，實現(xiàn)“類人眼”性能
盡管做的是芯片研發(fā)，團隊的研究靈感，最初來自于人眼。
“人眼就是在感知的同時不停對視覺信息進行計算，因此我們希望在光電探測器上，也能模擬人眼的高效處理能力。”吳廣健介紹，人的雙眼能在一定動態(tài)范圍內(nèi)適應環(huán)境變化，當人從昏暗的電影院走到明亮的室外時，會自動調(diào)整瞳孔的進光量，從而對圖像進行識別，“我們用鐵電疇調(diào)控器件，也是類似于這種自適應調(diào)整”。
團隊負責人劉琦教授常年扎根存算研究，鐵電調(diào)控則是王建祿教授長期的研究方向。結合雙方優(yōu)勢，團隊確定研究思路，聚焦實現(xiàn)探測器的“類人眼”性能，力求讓其兼具高性能探測、權值存儲、原位計算功能。
借助仿生思路，研究從一開始就具有高度交叉性，與仿生視覺、類腦智能息息相關。團隊成員學習借鑒人眼的生物功能，積極咨詢腦科學研究人員，最終完成器件設計，并花了一年多時間完成實驗。
團隊制備了3×9二極管陣列，利用鐵電調(diào)控的正負光響應、線性、多態(tài)特性，實現(xiàn)了矢量乘加運算，此外還開展了較大范圍的線性調(diào)節(jié)，而后借助計算機算法等工具對其進行針對訓練。
原理驗證實驗中，他們在機器狗身上安裝芯片，讓其按照“看到”的方向圖標自行前進。從演示畫面可以看到，在無需外部存儲和計算單元的情況下，機器狗可以按照向左、向右等方向準確實時前進。
Nature Materials同期發(fā)表“研究簡報”對成果進行了亮點報道，評價其“開發(fā)了一種使用鐵電調(diào)控的非易失性光電二極管傳感器陣列來實現(xiàn)感存算一體架構，大大減少了傳感和計算單元之間接口處的數(shù)據(jù)傳輸和轉換，在能耗和延遲方面顯示出顯著的優(yōu)勢”。
曾獲洪堡研究獎的美國加利福尼亞大學洛杉磯分校Ya-Hong Xie教授則評價：“這種p-n結能夠實現(xiàn)光探測，為先進的納米光電探測器和實現(xiàn)下一代光電器件提供了機會。”
人臉識別、無人駕駛……智能識別應用前景廣闊
由于具備實時處理、輕量數(shù)據(jù)的兩大優(yōu)勢，低延遲、低功耗，復旦團隊研發(fā)的這一智能探測芯片在未來應用廣泛，特別是人臉識別、動目標監(jiān)測、無人駕駛等多種智能化場景。
以動目標監(jiān)測為例，探測器探測到的大部分信息是目標未出現(xiàn)的畫面數(shù)據(jù)，其實都是冗余信息。傳統(tǒng)的探測器會將所有探測數(shù)據(jù)進行存儲，再傳輸至計算單元，而智能探測芯片則通過一體化的計算功能，實時處理數(shù)據(jù)，只采集、傳輸目標出現(xiàn)的有效圖像，能使得數(shù)據(jù)壓縮量達到90%。
而在無人駕駛這種高速移動場景中，更需要實時對探測目標進行快速反應。傳統(tǒng)架構需要經(jīng)過三道傳輸環(huán)節(jié)，而感存算一體架構可以進一步提升反應速度，使汽車在更短時間尺度觸發(fā)駕駛的相關決策指令。
眼下，無人駕駛蓬勃發(fā)展，其背后技術大多還是基于激光雷達主動發(fā)射激光進行距離探測——借助發(fā)出的激光反射到探測器，汽車才可以計算前方物體和車身的距離，從而進行決策。
隨著無人駕駛汽車越來越多，環(huán)境中的發(fā)射激光隨之增加，難免對人眼造成損害。相較之下，智能探測芯片的優(yōu)勢還在于無需主動發(fā)射激光信號，而是和人眼一樣完全被動獲取信息，對環(huán)境和人體更為友好。
下一步，團隊將繼續(xù)提升探測器性能，并期待通過與各個行業(yè)的通力合作，打通后端電路設計等環(huán)節(jié)，實現(xiàn)該技術在更多應用場景的落地。
該研究得到國家重點研發(fā)計劃、國家自然科學基金等項目支持，吳廣健、張續(xù)猛、馮光迪為論文的共同第一作者，田博博、劉琦、王建祿教授為該論文的通訊作者。
所有評論僅代表網(wǎng)友意見，與本站立場無關。